Office Open XML 自动化辅助工具

当任务涉及多种 Office 文件类型时，请使用此技能：将 Word 表格提取至 Excel、将 Excel 结果转换为 PowerPoint 幻灯片、基于电子表格填充 Word 报告、批量转换 Office 文件，或协调 DOCX/XLSX/PPTX 模板的使用。

工作流

1. 定义处理流水线：源文件、目标文件、模板、生成的产物、批处理大小及成功判定标准。
2. 对每项操作进行分类：
   • DOCX：文本、表格、样式、批注、页眉/页脚、内容控件。
   • XLSX：工作表、表格、公式、命名区域、图表、数据透视表、宏。
   • PPTX：幻灯片母版、版式、占位符、图表、媒体对象、演讲者备注。
3. 保留原始包结构。所有操作均在副本上执行，并完整记录输入、输出及记录 ID，形成可追溯的审计日志。
4. 为每个步骤选择最安全的操作层级：
   • 对受支持的 Word 文档内容，优先使用 python-docx。
   • 对受支持的 Excel 工作簿结构，优先使用 openpyxl。
   • 对受支持的幻灯片内容及基础图表，优先使用 python-pptx。
   • 对于关系（relationships）、不被库支持的特性，以及需保留包部件（package parts）的场景，直接编辑 Open XML。
   • 仅在必须依赖 Office 桌面端实时行为时（例如域字段更新、Power Query 刷新、PDF 导出或图表渲染保真度），才使用 VBA 或 Office 桌面自动化。
5. 将数据转换逻辑与文档渲染逻辑严格分离。先完成数据标准化，再向模板填充数据。
6. 对每个产物独立验证，随后验证整条流水线的完整性与一致性。

设计规范

• 除非已充分理解转义机制、运行边界（run boundaries）、关系（relationships）和命名空间（namespaces），否则不得在压缩后的 Office XML 内部使用纯字符串替换。
• 复制媒体对象、图表、嵌入式工作簿或自定义 XML 部件时，必须保留其关系 ID 和内容类型（content types）。
• 避免通过会剥离宏的库路径保存 .xlsm 或其他启用宏的包。
• 优先采用命名区域（named ranges）、内容控件（content controls）、占位符（placeholders）和模板字段（template fields），而非基于位置的推测性操作。
• 记录所生成的文件名、输入记录、警告信息、跳过的记录以及各项验证的统计结果。

验证要点

检查以下内容：

• DOCX：页面结构、样式、页眉/页脚、表格、域字段、批注及修订痕迹。
• XLSX：公式、命名区域、表格、图表、宏、隐藏工作表及重新计算需求。
• PPTX：幻灯片数量、版式分配、占位符、图表、媒体对象、主题字体/颜色及演讲者备注。
• 每一份生成输出的批处理总量统计及其文件可正常打开的基本可用性（sanity check）。

输出内容

提供流水线设计方案、具体实现步骤或脚本、验证检查清单，以及任何无法在本地完成、必须依赖 Office 桌面端执行的操作步骤。

仅当需要原始调研依据时，才查阅 references/requirement-plan.md。